写在前面
- mobileOG-db数据库github地址:
https://github.com/clb21565/mobileOG-db
文章发表于2022年8月份。题目为:mobileOG-db: a Manually Curated Database of Protein Families Mediating the Life Cycle of Bacterial Mobile Genetic Elements;这个库更适合长序列注释,也就是contig更加适合这个库,我也对比了一下18年的那个可移动元件库,这个确实丰度的多。
- DOI: https://doi.org/10.1128/aem.00991-22
- 文章网络online地址:
https://journals.asm.org/doi/10.1128/aem.00991-22 - 一些有用的数据库备份:
https://tehub.org/resources/repeat_databases
数据库和工具的使用
- 数据库地址:
https://mobileogdb.flsi.cloud.vt.edu/ (点击菜单栏下载完整数据库,200多M) - 这里的基因数量超过了80万,远比18年MobileGeneticElementDatabase数据库内容多。
安装专用的注释工具
首先建立conda虚拟环境,其次装依赖工具:
conda create -n mobileOG-db python=3.6.15
conda activate mobileOG-db
conda install -c conda-forge biopython
conda install -c bioconda prodigal
conda install -c bioconda diamond
conda install -c anaconda pandas
使用diamond构建索引
diamond makedb --in ./meta.mini.db/mobileOG-db/mobileOG-db_beatrix-1.6.All.faa -d ./meta.mini.db/mobileOG-db/mobileOG-db-beatrix-1.X.dmnd
添加可执行权限(最终没有使用这个工具)
chmod +x meta.mini.db/mobileOG-db/mobileOG-db-main/mobileOG-pl/mobileOGs-pl-kyanite.sh
PATH=$PATH:./meta.mini.db/mobileOG-db/mobileOG-db-main/mobileOG-pl/
直接使用diamond进行序列比对:
mkdir ./data/mobileOG/
diamond blastp -q ./data/allgenecalled.faa --db meta.mini.db/mobileOG-db/mobileOG-db-beatrix-1.X.dmnd --outfmt 6 stitle qtitle pident bitscore slen evalue qlen sstart send qstart qend -k 15 -o ./data/mobileOG/mobileOG.tsv -e 1e-20 --query-cover 90 --id 90
#--作者写的py程序进行整理
python ./meta.mini.db/mobileOG-db/mobileOG-db-main/mobileOG-pl/mobileOGs-pl-kyanite.py --o ./data/mobileOG/mobileOG --i ./data/mobileOG/mobileOG.tsv -m ./meta.mini.db/mobileOG-db/mobileOG-db-beatrix-1.6-All.csv
修改注释代码,更加适合后续处理流程
修改一下吧,作者提供的工具与分析习惯不同。
time diamond blastp --db time diamond blastp --db meta.mini.db/mobileOG-db/mobileOG-db-beatrix-1.X.dmnd --query ./data/allgenecalled.faa --outfmt 6 --threads 10 --max-target-seqs 1 --quiet -e 1e-5 --sensitive --out data/mobileOG/gene_diamond.f6
# 提取基因对应基因家族
cut -f 1,2 data/mobileOG/gene_diamond.f6 | uniq | \
sed '1 i Name\tResGeneID' > data/mobileOG/gene_mobileOG.list
使用R语言整理后续 构造phyloseq对象
#---mobileOGdb#------
library(tidyverse)
dat = read.delim("./data/mobileOG/gene_mobileOG.list")
dim(dat)
dat$ID = sapply(strsplit(dat$ResGeneID, "[|]"), `[`, 1)
head(dat)
#-数据库注释信息导入
dat$ResGeneID = sapply(strsplit(dat$ResGeneID , "_1"), `[`, 1)
db1 = read.csv("./meta.mini.db/mobileOG-db/mobileOG-db-beatrix-1.6-All.csv",
header = TRUE)
head(db1)
colnames(db1)[4] = "name.gene"
db1$Amino.Acid.Sequence = NULL
dat2 = dat %>% left_join(db1,by = c("ID" ="mobileOG.Entry.Name"))
head(dat2)
dim(dat2)
arpath = "./resulPlot.meta/mobileOG/"
dir.create(arpath)
write.csv(dat3,paste(arpath,"/mobileOG_all_info.csv",sep = ""),quote = F)
library(data.table)
count = fread("./data/salmon/gene.count",header = T);count
colnames(count)[-1] =gsub("A","",colnames(count)[-1])
colnames(count)[-1] = paste("A",colnames(count)[-1],sep = "")
library(tidyfst)
id = dat2$Name %>% unique()
otu = count %>% filter_dt(Name %in% id) %>% as.data.frame() %>% column_to_rownames("Name")
head(otu)
write.csv(otu,paste(arpath,"/mobileOG_count_tab.csv",sep = ""),quote = F)
head(dat2)
dat2$Name %>%
# unique() %>%
length()
tax = dat2%>% distinct(Name,.keep_all = TRUE) %>%
column_to_rownames("Name")
library(phyloseq)
ps = phyloseq(
otu_table(as.matrix(otu),taxa_are_rows = TRUE),
tax_table(as.matrix(tax))
)
map = read.delim("./data/metaGroup.txt")
head(map)
row.names(map) = map$ID
sample_data(ps) = map
pssaveRDS(ps,"./data/ps_mobileOG.rds")根际互作生物学研究室 简介根际互作生物学研究室是沈其荣院士土壤微生物与有机肥团队下的一个关注于根际互作的研究小组。本小组由袁军副教授带领,主要关注:1.植物和微生物互作在抗病过程中的作用;2 环境微生物大数据整合研究;3 环境代谢组及其与微生物过程研究体系开发和应用。团队在过去三年中在 Microbiome,ISME J,Fundamental Research,iMeta, PCE,SBB,Horticulture Research,SEL,BMC plant biology等期刊上发表了多篇文章。欢迎关注 微生信生物 公众号对本研究小组进行了解。
撰写:文涛
修改:文涛
审核:袁军
团队工作及其成果 (点击查看)
猜你喜欢
iMeta简介 高引文章 高颜值绘图imageGP 网络分析iNAPiMeta网页工具 代谢组MetOrigin 美吉云乳酸化预测DeepKlaiMeta综述 肠菌菌群 植物菌群 口腔菌群 蛋白质结构预测
10000+:菌群分析 宝宝与猫狗 梅毒狂想曲 提DNA发Nature
一文读懂:宏基因组 寄生虫益处 进化树 必备技能:提问 搜索 Endnote
16S功能预测 PICRUSt FAPROTAX Bugbase Tax4Fun
生物科普: 肠道细菌 人体上的生命 生命大跃进 细胞暗战 人体奥秘